JETP Letters: issues online

Представлены результаты применения методов машинного обучения для поиска конфигураций основного состояния двумерной спиновой модели Гейзенберга. Спиновые конфигурации генерировались полносвязной нейронной сетью, обучаемой на минимизацию средней плотности энергии. На основе полученных данных был построен классификатор фаз с использованием сверточной нейронной сети. Построенные фазовые диаграммы демонстрируют возникновение различных типов магнитного упорядочения, включая скирмионную решетку, ферромагнитное состояние, спиновые спирали и структуры доменных стенок. Учет одноосной анизотропии приводит к появлению области параметров, в которой формируются доменные стенки, при этом увеличение анизотропии расширяет область существования данной фазы.